如何修改Pandas代码，按球队分组后将对应最高出场时长的球员名添加至每行

嘿，我来帮你搞定这个需求！你现在需要的是按球队分组后，把该队出场时间最长的球员名填充到每一行的新列里，而不是原来的最大时长数值。这里有两种简单好用的实现方法：

方法一：先定位每组最长时长的球员，再映射到原表 #

# 第一步：找出每支球队里出场时长最高的球员
max_player_per_team = df.groupby('Team')['Minutes played'].idxmax().apply(lambda idx: df.loc[idx, 'Player'])
# 第二步：把球员名匹配到原DataFrame的每一行
df['count_max'] = df['Team'].map(max_player_per_team)

方法二：用transform直接在分组内生成结果 #

df['count_max'] = df.groupby('Team').transform(
    lambda group: group.loc[group['Minutes played'].idxmax(), 'Player']
)

简单解释下逻辑 #

• 方法一中，idxmax()会返回每组里Minutes played数值最大的那一行的索引，我们用这个索引去原表中取出对应的球员名，最后通过map函数，把每个球队对应的球员名填充到原表的所有对应行里。
• 方法二更直接，用transform遍历每个分组，在每个分组内部找到时长最长的球员，然后把这个名字自动填充到该分组的每一行，一步到位。

运行任意一种方法后，你都会得到想要的结果：

Team Player Minutes played count_max
1 a 2 b
1 b 10 b
1 c 0 b
2 a 28 b
2 b 50 b
2 e 7 b
3 c 200 c
3 p 10 c

内容的提问来源于stack exchange，提问作者Stan75